Our purpose is to manage, preserve, and disseminate all the intellectual, scientific, and historical production of our university community.
Communities in DSpace
Select a community to browse its collections.
Recent Submissions
Análisis de los determinantes que inciden en las inactivaciones de programas de pregrado de economía en Colombia: un enfoque cuantitativo
(Pontificia Universidad Javeriana Cali, 2025) Villamarín Barbosa, Diana Michelly; Vargas Gallego, Olga Lucía; Ahcar Olmos, Jaime Rafael
La presente investigación analiza los determinantes que inciden en la inactivación de los programas de pregrado en Economía en Colombia, bajo un enfoque cuantitativo. El estudio surge de la necesidad de comprender las dinámicas del mercado educativo y los factores institucionales que llevan a la suspensión de la oferta académica en esta disciplina, siendo el programa de Economía un programa que forma profesionales y que forma decisiones que afectan a una sociedad en general. Para cumplir con este propósito, se empleó una metodología basada en modelos econométricos como el modelo de regresión OLS y pruebas de cointegración, utilizando herramientas tecnológicas avanzadas como Python y Google Colab para el procesamiento y análisis transversal de datos. La investigación evalúa variables claves relacionadas con el rendimiento académico (pruebas ICFES, promedio de matemáticas), factores socioeconómicos (VAR ICES, porcentaje de variación del costo de la matricula), factores sociodemográficos (FRANJA POBLACIONAL, cantidad poblacional de 17 a 30 años) y factores socioeducativos (MOPCEA, matriculados a otros programas de ciencias económicas afines). Los resultados indican que la tasa de inactivación está estrechamente ligada a la variable MOPCEA, el aporte principal es encontrar evidencia de que la competencia de otros programas afecta la matrícula de economía en el 61,3% de forma negativa y demostrar que no existe evidencia de que la dificultad matemática, costo de la educación y la población afecten la matrícula. Finalmente, el estudio ofrece recomendaciones estratégicas para las instituciones de educación superior, orientadas a fortalecer la sostenibilidad de los programas de Economía y mitigar los riesgos de cierre o inactivación, contribuyendo así al fortalecimiento del sistema educativo en el país.
Predicción de la supervivencia en pacientes con cáncer de estómago: integración de características clínicas, genéticas y análisis de imágenes para el apoyo en la toma de decisiones clínicas
(Pontificia Universidad Javeriana Cali, 2025) López León, William Andrés; Parra Barrera, Eliana Liseth; Meneses Ramírez, Karem Dayana; Tobar Tosse, Henry Fabián
El cáncer gástrico continúa siendo uno de los principales desafíos en salud pública a nivel mundial, no solo por su elevada mortalidad, sino también por las limitaciones actuales para estratificar adecuadamente el riesgo y personalizar las decisiones terapéuticas. A pesar de los avances diagnósticos y moleculares, la predicción de supervivencia sigue siendo imprecisa debido a la heterogeneidad tumoral y a la fragmentación de la información clínica y genómica. En este escenario, los modelos integrativos basados en ciencia de datos representan una oportunidad para mejorar el pronóstico y apoyar de manera objetiva la toma de decisiones clínicas. Este proyecto tuvo como objetivo desarrollar y evaluar modelos de predicción de supervivencia en cáncer gástrico mediante la integración de variables clínicas (edad, sexo, estadio TNM, grado histológico), perfiles de expresión de miRNA y características cuantitativas derivadas de imágenes histopatológicas digitales H&E. Para ello, se emplearon datos del repositorio TCGA STAD del National Cancer Institute, incluyendo tablas clínicas, matrices de expresión miRNA-seq y Whole Slide Images en formato SVS. El pipeline metodológico incluyó: (1) preprocesamiento clínico con imputación y estandarización; (2) selección de miRNA mediante análisis de expresión diferencial y pruebas univariadas; (3) normalización de color y extracción de parches tisulares con OpenSlide; (4) extracción de características morfológicas, estructurales y texturales con un enfoque interpretable desde criterios histopatológicos; y (5) agregación estadística por paciente. Con este conjunto multimodal se entrenaron tres modelos de supervivencia ampliamente utilizados: Coxnet penalizado, Random Survival Forest (RSF) y DeepSurv, optimizados mediante búsqueda aleatoria y validación interna. Entre las estrategias evaluadas, el modelo Coxnet penalizado se consolidó como el más robusto e interpretable para la predicción de supervivencia en la cohorte TCGA-STAD. Este alcanzó un C index de 0.7315 y valores de AUC(t) de 0.784, 0.758 y 0.760 a 1, 3 y 5 años, respectivamente. El Brier Score obtenido (0.1441) evidenció una adecuada calibración, mientras que las curvas de Kaplan–Meier mostraron una separación significativa entre los grupos de riesgo (log-rank p = 1.36 × 10⁻⁴), confirmando su utilidad para estratificar pacientes según su pronóstico. En conjunto, estos resultados demuestran que los enfoques multimodales permiten capturar de manera más completa la heterogeneidad biológica del cáncer gástrico y proporcionan herramientas predictivas superiores al análisis clínico tradicional, favoreciendo una estratificación temprana del riesgo y decisiones terapéuticas más precisas.
Identificación de contratistas del departamento de La Guajira relacionados con publicaciones de corrupción
(Pontificia Universidad Javeriana Cali, 2025) Lara Moreno, Nohora Julieta; Mora Cardona, Mario Julián
Con este proyecto se propone la identificación de personas naturales y jurídicas que sean contratistas públicos y que se encuentren relacionadas con casos de corrupción, lo anterior, asociando datos de contratación pública con publicaciones de noticias, mediante la utilización de herramientas de ciencia de datos. Este asunto es relevante porque aborda una problemática histórica desde una nueva perspectiva que integra la ciencia de datos con las prácticas de abastecimiento del Estado; el uso de técnicas como machine learning y procesamiento de lenguaje natural en un contexto de impacto social puede demostrar como esta ciencia puede ser utilizada para analizar el alcance de las políticas públicas en la sociedad. Esta propuesta nace de la dificultad para reconocer patrones que conecten a los contratistas y proponentes con actos de corrupción a causa de la dispersión de las fuentes de información, lo que restringe la capacidad de entidades de vigilancia y control y entidades públicas en general, para prever riesgos asociados con la ejecución de contratos de adquisición de bienes, servicios y obras. Los objetivos incluyen recaudar y procesar datos de noticias de corrupción de diferentes medios de comunicación, además de los datos de contratos públicos y contratistas en el departamento de la Guajira, con el propósito de obtener bases de datos estructuradas o semiestructuradas, determinar y elegir las variables para la clasificación de los contratistas, construir y entrenar un modelo de clasificación supervisado, donde se utilicen técnicas de aprendizaje automático, con el fin de clasificar a los contratistas entre aquellos que tienen antecedentes de corrupción en los medios y los que no y evaluar el desempeño del modelo desarrollado. Como resultado se obtuvo un modelo de clasificación supervisado para identificar adjudicatarios de contratos públicos que presenten patrones o atributos correlacionados con factores de riesgo en la ejecución contractual dentro del sector público y/o con antecedentes de noticias relacionadas con actos de corrupción, específicamente en el Departamento de La Guajira, reconociendo a aquellos contratistas que tengan antecedentes de corrupción (o presunta corrupción) y representen un riesgo para el cumplimiento de futuras obligaciones contractuales. El análisis se centra en cada contratista identificado por su NIT y usando como base la información del Sistema Electrónico de Contratación Pública, el Registro Único Empresarial, el Boletín de Responsables Fiscales, registros del Departamento Administrativo de la Función Pública, de la Comisión Nacional Electoral y noticias regionales disponibles en internet, relacionadas con presuntos casos de corrupción. La información obtenida contribuye a orientar el análisis propuesto, sin constituir una determinación de responsabilidad.
Influencia de los homicidios sobre la relación entre la eficiencia escolar y la resiliencia académica: un análisis espacial para Santiago de Cali (2014-2024)
(Pontificia Universidad Javeriana Cali, 2025) Cardona Londoño, Nicolás; Chia Amaya, Caris Andrea; López Estrada, Sebastián
Este estudio analiza la influencia de los homicidios en la relación entre la resiliencia académica y la eficiencia educativa en las instituciones escolares de Santiago de Cali entre 2014 y 2024. A partir de datos del ICFES, DANE y la Secretaría de Seguridad y Justicia de Cali, se construyó un modelo de machine learning basado en Random Forest con interpretación SHAP para estimar la resiliencia académica, y un modelo condicional de eficiencia (Order-m FDH) para evaluar el desempeño educativo ajustado por factores socioespaciales. Los resultados evidencian una correlación positiva moderada (r = 0.48) entre resiliencia y eficiencia educativa, confirmando que las instituciones más eficientes tienden a generar entornos más favorables para estudiantes resilientes. Sin embargo, la violencia (medida por densidad de homicidios) ejerce una influencia negativa y estadísticamente significativa sobre la eficiencia (-0.12) y la resiliencia (-0.09), especialmente en zonas con alta concentración de delitos y menor infraestructura educativa. El análisis espacial identificó clústeres de baja eficiencia y resiliencia en el oriente y ladera de Cali, coincidentes con mayores tasas de homicidio. Los hallazgos sugieren que la exposición a la violencia reduce la productividad educativa y limita la capacidad institucional para promover resiliencia, destacando la necesidad de políticas integradas de seguridad y educación en territorios vulnerables.
Predicción de la resiliencia escolar en municipios colombianos afectados por el conflicto armado
(Pontificia Universidad Javeriana Cali, 2025) Lucumí Hernández, Luz Carime; Martínez Martínez, Luis Carlos; Álvarez Vargas, Gloria Inés; Linares Ospina, Diego Luis
Este proyecto tiene como objetivo predecir la resiliencia escolar en los municipios colombianos afectados por el conflicto armado, utilizando técnicas de aprendizaje automático y análisis espacial. La resiliencia escolar se refiere a la capacidad de los estudiantes para mantener un buen rendimiento académico a pesar de las adversidades, dado que, aunque estas regiones enfrentan grandes desafíos, algunos estudiantes logran sobresalir, lo que subraya la importancia de identificar los factores que contribuyen a este éxito. El proyecto se enfoca en desarrollar un modelo predictivo para estimar la resiliencia escolar en estas zonas, basado en datos educativos, sociales y económicos. Entre los objetivos se incluyen la preparación de los datos, la construcción y evaluación de los modelos predictivos, y el desarrollo de un prototipo para visualizar los resultados. Este enfoque basado en el análisis de grandes volúmenes de datos ofrece una manera de comprender y abordar la resiliencia escolar en contextos de conflicto.